MACHINE LEARNING
-
데이터 엔지니어 vs 데이터 과학자MACHINE LEARNING 2018. 5. 2. 07:39
데이터 엔지니어 vs 데이터 과학자두 직책은 상호 교환할 수 없으며, 자신의 역할에 대한 그릇된 인식은 팀을 해치고 생산성을 저하시킬 수 있습니다.데이터 엔지니어와 데이터 과학자의 차이점을 이해하는 것이 중요합니다. 차이점을 모르거나 오해할 경우 팀의 성과를 저조하게 만들거나, 실패하게 할 수 있습니다.각 직책의 강점과 약점에 대해 오해를 많이 합니다. 데이터 과학자와 데이터 엔지니어를 묘사하는 데 사용하는 아래 다이어그램에서 이러한 오해가 발생했다고 생각합니다. 그림 1. 데이터 과학자 및 데이터 엔지니어가있는 단순한 벤 다이어그램 Jesse Anderson의 삽화.그림 1과 같은 벤 다이어그램은 각 직책 간의 위치와 다른 점을 간단하게 설명합니다. 그림에서는 직책 간 상호 교환 가능하게 보입니다. 그..
-
Random Forest in PythonMACHINE LEARNING 2018. 3. 15. 07:11
이 문서는 영문으로된 내용을 구글 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://towardsdatascience.com/random-forest-in-python-24d0893d51c0 Random Forest in Python실용적 종단 간 학습 사례머신러닝에 뛰어들 때가 이렇게 좋았던 적은 없었다. 온라인에서 사용할 수 있는 학습 리소스와 상상할 수 있는 알고리즘의 구현 및 AWS와 같은 클라우드 서비스를 통한 컴퓨팅 성능의 저렴한 가용성을 갖춘 무료 오픈 소스 도구를 사용하면 머신러닝은 진정으..
-
간단하게 설명한 Random ForestMACHINE LEARNING 2018. 3. 3. 08:22
이 문서는 영문으로된 내용을 구글 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://medium.com/@williamkoehrsen/random-forest-simple-explanation-377895a60d2d 간단하게 설명한 Random Forest직관적인 예로 Random Forest을 이해합니다기술적 개념을 배울 때, 나는 바닥에서 시작해서 즉시 길을 잃는 것보다 높은 수준의 개요로 시작하여 세부 사항으로 내려가는 것이 낫다는 것을 알게 되었습니다. 이 라인을 따라 이 게시물은 직관적인 예를 ..
-
파이썬으로 하는 주식 예측MACHINE LEARNING 2018. 3. 1. 12:49
이 문서는 영문으로된 내용을 구글 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://towardsdatascience.com/stock-prediction-in-python-b66555171a2 파이썬으로 하는 주식 예측진짜 파이썬을 배우면서 가짜 운명을 만들어라.주식 시장을 예측하려고 노력하는 것은 데이터 과학자들이 물질적 이득을 추구하는 것이 아니라 도전을 위해 동기 부여를 했다는 매력적인 전망이다. 우리는 매일 시장의 오르내림 현상을 보며, 우리 또는 우리의 모델이 경영학 학위를 가지고 있는 모든 ..
-
파이썬으로 하는 주식분석MACHINE LEARNING 2018. 2. 23. 07:42
이 문서는 영문으로된 내용을 카카오 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://towardsdatascience.com/stock-analysis-in-python-a0054e2c1a4c 파이썬으로 하는 주식분석객체 지향 프로그래밍 및 추가 모델을 이용한 재무 데이터 탐색풍부한 데이터와 무료 오픈소스 도구를 이용해서 데이터 과학에 몰두하기는 쉽다. quandl financial library과 prophet modeling library에 약간의 시간을 할애한 후, 나는 간단한 주식 데이터 탐사를..
-
법률문서의 주제 모델링과 요약을 위한 NLPMACHINE LEARNING 2018. 2. 2. 07:30
이 문서는 영문으로된 내용을 카카오 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://towardsdatascience.com/nlp-for-topic-modeling-summarization-of-legal-documents-8c89393b1534 법률문서의 주제 모델링과 요약을 위한 NLP변호사들이 어떻게 일련의 법정 진술을 효과적으로 관리할 수 있는지 궁금한 적이 있나요? 결국 법률문서의 일반적인 맥락을 어떻게 이해하여 궁극적으로 그것을 취해야 하는지를 미리 파악해야합니다. 3000페이지의 문서를 ..
-
확률 개념 설명 : 매개 변수 추정에 대한 베이지안 추론MACHINE LEARNING 2018. 1. 18. 10:00
이 문서는 영문으로된 내용을 구글 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://towardsdatascience.com/probability-concepts-explained-bayesian-inference-for-parameter-estimation-90e8930e5348 확률 개념 설명 : 매개 변수 추정에 대한 베이지안 추론소개이전 블로그 게시물(번역본)(원문)에서 나는 기계 학습 및 통계 모델에서 매개 변수 추정을 위한 최대 우도 방법을 다루었습니다. 이 글에서 우리는 베이지안 추론을 이용..
-
확률 개념 설명 : 최대 우도 추정MACHINE LEARNING 2018. 1. 17. 10:00
이 문서는 영문으로된 내용을 카카오 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://towardsdatascience.com/probability-concepts-explained-maximum-likelihood-estimation-c7b4342fdbb1확률 개념 설명 : 최대 우도 추정소개이 글에서 매개변수 추정을 위한 최대 우도 방법이 무엇인지 설명하고 간단한 예를 통해 그 방법을 설명하겠습니다. 내용의 일부는 결합 확률 및 이벤트의 독립성 정의와 같은 기본 확률 개념에 대한 지식이 필요합니다. ..